一种基于计算机视觉检测的智能电梯主控系统的制作方法
【技术领域】
[0001] 本发明涉及一种电梯主控系统，特别是关于一种基于计算机视觉检测的智能电梯 主控系统。
【背景技术】
[0002] 目前的电梯系统存在以下问题：
[0003] 1)对于中高层建筑，在人流高峰期，若电梯在高层已载满人，同时中下层仍然有候 梯人员，则电梯依然会在候梯人员所在楼层停靠，却无法再承载更多人员一一这种情况下， 既浪费了乘梯人员的时间，也间接浪费了候梯人员的时间（电梯运行中途做无用的楼层停 靠动作），降低了整体的用户体验。
[0004] 2)对于用户本身，由于电梯系统的不智能，用户获取电梯运行状态信息的方式单 一，也由于无法及时、实时的获取电梯运行状态的信息，用户会在候梯等待这个动作过程浪 费一定的时间。
[0005] 3)用户输入信息方式唯一：按键输入楼层。电梯无法感知候梯区域的人员信息， 也无法获知电梯轿厢内的人数，也使得无法对某些情况做出合理反应。例如，当某一楼层有 人员按下候梯的按键后，若该人否定了自己乘坐电梯的意愿，转身离开，则此楼层又变为无 人候梯，此时，电梯并不能取消本楼层的候梯指令，依然会停靠本楼层，故而造成了时间的 浪费，降低了用户体验。再例如，当电梯内无人时，电梯轿厢内的照明系统依然会正常工作， 造成了能量的损失。
[0006]目前，使用计算机视觉技术虽然实现了对候梯人数和电梯轿厢内人数的统计，但 只是完成了候梯区域或轿厢内的人体的检测和人数的统计，未能将数据同实际生产生活相 结合，也不曾同互联网技术结合去控制电梯的智能运行、去通知用户电梯的预计到达时间， 在无人乘梯时，未能使用检测到的人体信息、人数去调控轿厢内的照明系统。
【发明内容】
[0007] 针对上述问题，本发明的目的是提供一种基于计算机视觉技术智能电梯主控系 统，通过检测电梯候梯区域和电梯轿厢内固定区域中人员数目，智能控制电梯的运行，智能 控制轿厢内照明系统的工作，并将特定电梯的运行状态和特定电梯的乘梯人数通过互联网 发送给特定用户，使电梯以更高的工作效率服务用户，并达到绿色节能要求。
[0008] 为实现上述目的，本发明采取以下技术方案：一种基于计算机视觉检测的智能电 梯主控系统，其特征在于：它包括图像采集模块、人数检测模块、控制模块、用户客户端模块 和人机交互模块；所述图像采集模块用于获取电梯轿厢内部以及各楼层电梯候梯处的视频 信息，并将该视频信息发送给所述人数检测模块和所述人机交互模块；所述人数检测模块 针对该视频信息进行人体检测，获取电梯轿厢内部以及各楼层候梯人数信息，并计算该轿 厢还可以容纳的人数，将二者发送给所述控制模块；所述控制模块根据获取人数信息和轿 厢还可以容纳的人数，控制电梯的运行和电梯轿厢内照明系统的工作状态；所述控制模块 还根据电梯的运行和候梯人数信息计算各楼层电梯预计到达时间；所述控制模块将电梯轿 厢内人数、该轿厢还可以容纳的人数和各楼层电梯预计到达的时间发送给所述用户客户端 模块和所述人机交互模块；所述用户客户端模块通过根据用户自身位置信息获取相应电梯 的运行情况；所述人机交互模块用于控制和实时显示该主控系统的所有信息。
[0009] 所述人数检测模块包括视频预处理机构、人体分类器机构和容纳人数机构；所述 视频预处理机构将从所述图像采集模块获取的原始视频信息处理成固定分辨率的灰度视 频，依据实际环境下摄像头的监控区域进行ROI操作，该操作用于提取出仅包含需要检测 人数的监控视频区域的视频；针对该视频中的每帧图像通过用当前的该视频里的图像减去 背景图像以去掉该视频中无用的背景信息，仅保留含有人体的前景图像，并不断更新背景， 生成包含有人体信息的预处理视频，并将生成的预处理视频发送给所述人体分类器机构和 所述容纳人数机构；所述人体分类器机构对预处理视频逐帧获取图像，针对每一图像进行 人体检测，获取电梯轿厢内部以及各楼层候梯人数信息，并将其发送给所述控制模块；所述 容纳人数机构针对预处理视频进行二值化操作，将背景图像归一化为白色，将前景图像即 电梯内承载的人和物体归一化为黑色，通过黑色区域占据的比例，计算轿厢内剩余空间的 大小，根据轿厢内剩余空间的大小以及一般情况下单位人员站立在电梯轿厢内所占据的面 积大小计算电梯还可以容纳多少人，并将轿厢还可以容纳的人数发送给所述控制模块。 [0010] 所述人体分类器机构的工作过程如下：1)利用电梯候梯处的监控摄像头捕获的 包含人体的图像、其他包含人体的图像以及不包含人体的图像组成人体分类器训练样本 库；2)裁剪人体分类器训练样本库中图片获得包含人体的正样本图片集合P和不包含人体 的负样本图片集合N，并将P和N中的样本图片归一化；3)先依次读取完正样本图片集合 P中的正样本图片，然后依次读取负样本图片集合N中的负样本图片，针对每一样本图像计 算其HOG描述子d，复制HOG描述子d到样本特征矩阵F ;4)对特征向量F使用SVM训练函 数进行训练，生成最终用于人体检测的检测子；5)对从所述视频预处理机构获取的预处理 视频进行逐帧提取图像，并使用不同尺寸的窗口对图像进行扫描计算其HOG特征，利用检 测子判定是否为人体，返回图像中人体的数量和位置坐标。
[0011] 所述步骤3)中计算HOG描述子的具体过程如下：①利用Gamma校正法对样本图像 进行颜色空间的标准化，调节样本图像对比度、降低样本图像的局部阴影和光照变化的影 响、抑制噪声的干扰，Gamma压缩公式如下：I(x，y) = I(x，y)gama其中，I(x，y)为样本图像， 88_3取0. 5 ;②计算经过标准化的样本图像横坐标和纵坐标方向的梯度：首先用[_1，0,1] 梯度算子对经过标准化的样本图像做卷积运算，得到X方向（水平方向）的梯度分量g_x， 然后用[1，0，-1] τ梯度算子对经过标准化的样本图像做卷积运算，得到y方向（竖直方向） 的梯度分量g_y ;据此计算每个像素位置的梯度方向值，对于经过标准化的样本图像中任 一像素点（X y，其）梯度为：Gx(x，y) =H(x+l，y)-H(x-l，y)Gy(x，y) =H(x，y+l)-H(x，y-l) 其中，Gx(x, y)、Gy(x, y)、H(x, y)对应表示经过标准化的样本图像中像素点（x, y)处的 水平方向梯度、垂直方向梯度和像素值；像素点（x，y)处的梯度幅值和梯度方向分别为：
α (X，y) = tan 1 (Gy (X，y) /Gx (X，y))③将经过标准化的样本 图像划分为更小的单元格图像，每个单元格图像为6*6像素，计算每个单元格内任一像素 点（x，y)的梯度方向，通过参考每个像素点的梯度幅值得到每个单元格的HOG描述子；④将 3*3个单元格图像组合成大的、空间上连通的块区间，依据每个单元格的HOG描述子组合得 到每个块的HOG描述子d ;⑤将所有的块的HOG描述子d组合成最终的特征向量F。
[0012] 所述用户客户端模块包括一客户端服务器和若干用户客户端；其中，所述客户端 服务器通过网络接收来自所述控制模块所有信息；用户根据自身需求通过所述用户客户端 设定自身位置信息，根据该位置信息从所述客户端服务器上获取相应电梯的运行情况，在 所述用户客户端实时显示电梯轿厢内的人数、本楼层的候梯人数以及上行或下行电梯下一 次到达本楼层的时间。
[0013] 本发明由于采取以上技术方案，其具有以下优点：1、本发明包括图像采集模块、人 数检测模块、控制模块、用户客户端模块和人机交互模块；图像采集模块用于获取电梯轿厢 内部以及各楼层电梯候梯处的视频信息，并将该视频信息发送给人数检测模块和人机交互 模块；人数检测模块针对该视频信息进行人体检测，获取电梯轿厢内部以及各楼层候梯人 数信息，并计算该轿厢还可以容纳的人数，将二者发送给